成功加入购物车

去购物车结算 X
籍利书店
  • 白话深度学习与TensorFlow 高扬 机械工业出版社 9787111574576

白话深度学习与TensorFlow 高扬 机械工业出版社 9787111574576

举报

【85成左右新】笔记很少,整体很新,质量问题支持退换货,售后无忧;但不要拍错哦!

  • 装帧:    平装
  • 开本:    16开
  • 纸张:    胶版纸
  • 页数:    304页
  • 出版时间: 
  • 版次:  1
  • 装帧:  平装
  • 开本:  16开
  • 纸张:  胶版纸
  • 页数:  304页

售价 23.59 3.4折

定价 ¥69.00 

品相 八五品品相描述

优惠 满包邮

优惠 满减券
    运费
    本店暂时无法向该地区发货

    延迟发货说明

    时间:
    说明:

    上书时间2023-12-27

    数量
    库存6
    微信扫描下方二维码
    微信扫描打开成功后,点击右上角”...“进行转发

    卖家超过10天未登录

    • 商品详情
    • 店铺评价
    手机购买
    微信扫码访问
    • 商品分类:
      教育
      货号:
      9787111574576
      品相描述:八五品
      【书非常新,有少许笔记】但不影响阅读,无附件和增值服务等。
      商品描述:
      基本信息
      书名:白话深度学习与TensorFlow
      定价:69.00元
      作者:高扬
      出版社:机械工业出版社
      出版日期:2017-08-01
      ISBN:9787111574576
      字数:
      页码:304
      版次:1
      装帧:平装
      开本:16开
      商品重量:
      编辑推荐

      内容提要
      基础篇(1-3章):介绍深度学习的基本概念和Tensorflow的基本介绍。原理与实践篇(4-8章):大量的关于深度学习中BP、CNN以及RNN网络等概念的数学知识解析,加以更朴素的语言与类比,使得非数学专业的程序员还是能够比较容易看懂。扩展篇(9-13章):介绍新增的深度学习网络变种与较新的深度学习特性,并给出有趣的深度学习应用。读完本书,基本具备了搭建全套Tensorflow应用环境的能力,掌握深度学习算法和思路,以及进行一般性的文章分类、音频分类或视频分类的能力。
      目录
      目  录?Contents本书赞誉序前 言基 础 篇章 机器学习是什么  21.1 聚类  41.2 回归  51.3 分类  81.4 综合应用  101.5 小结  14第2章 深度学习是什么  152.1 神经网络是什么  152.1.1 神经元  162.1.2 激励函数  192.1.3 神经网络  242.2 深度神经网络  252.3 深度学习为什么这么强  282.3.1 不用再提取特征  282.3.2 处理线性不可分  292.4 深度学习应用  302.4.1 围棋机器人——AlphaGo  302.4.2 被教坏的少女——Tai.ai  322.4.3 本田公司的大宝贝——ASIMO  332.5 小结  37第3章 TensorFlow框架特性与安装  383.1 简介  383.2 与其他框架的对比  393.3 其他特点  403.4 如何选择好的框架  443.5 安装TensorFlow  453.6 小结  46原理与实践篇第4章 前馈神经网络  504.1 网络结构  504.2 线性回归的训练  514.3 神经网络的训练  754.4 小结  79第5章 手写板功能  815.1 MNIST介绍  815.2 使用TensorFlow完成实验  865.3 神经网络为什么那么强  925.3.1 处理线性不可分  935.3.2 挑战“与或非”  955.3.3 丰富的VC——强大的空间划分能力  985.4 验证集、测试集与防止过拟合  995.5 小结  102第6章 卷积神经网络  1036.1 与全连接网络的对比  1036.2 卷积是什么  1046.3 卷积核  1066.4 卷积层其他参数  1086.5 池化层  1096.6 典型CNN网络  1106.7 图片识别  1146.8 输出层激励函数——SOFTMAX  1166.8.1 SOFTMAX  1166.8.2 交叉熵  1176.9 小试牛刀——卷积网络做图片分类  1246.10 小结  138第7章 综合问题  1397.1 并行计算  1397.2 随机梯度下降  1427.3 梯度消失问题  1447.4 归一化  1477.5 参数初始化问题  1497.6 正则化  1517.7 其他超参数  1557.8 不唯一的模型  1567.9 DropOut  1577.10 小结  158第8章 循环神经网络  1598.1 隐马尔可夫模型  1598.2 RNN和BPTT算法  1638.2.1 结构  1638.2.2 训练过程  1638.2.3 艰难的误差传递  1658.3 LSTM算法  1678.4 应用场景  1718.5 实践案例——自动文本生成  1748.5.1 RNN工程代码解读  1748.5.2 利用RNN学习莎士比亚剧本  1838.5.3 利用RNN学习维基百科  1848.6 实践案例——聊天机器人  1858.7 小结  196扩 展 篇第9章 深度残差网络  1989.1 应用场景  1989.2 结构解释与数学推导  2009.3 拓扑解释  2059.4 Github示例  2079.5 小结  2070章 受限玻尔兹曼机  20910.1 结构  20910.2 逻辑回归  21010.3 似然度  21210.4 似然度示例  21410.5 损失函数  21510.6 应用场景  21610.7 小结  2161章 强化学习  21711.1 模型核心  21811.2 马尔可夫决策过程  21911.2.1 用游戏开刀  22111.2.2 准备工作  22311.2.3 训练过程  22411.2.4 问题  22611.2.5 Q-Learning算法  22811.3 深度学习中的Q-Learning——DQN  23111.3.1 OpenAI Gym  23411.3.2 Atari游戏  23711.4 小结  2382章 对抗学习  23912.1 目的  23912.2 训练模式  24012.2.1 二小极大博弈  24012.2.2 训练  24212.3 CGAN  24412.4 DCGAN  24712.5 小结  2523章 有趣的深度学习应用  25413.1 人脸识别  25413.2 作诗姬  25913.3 梵高附体  26413.3.1 网络结构  26513.3.2 内容损失  26813.3.3 风格损失  27013.3.4 系数比例  27113.3.5 代码分析  27213.4 小结  279附录A VMware Workstation的安装  280附录B Ubuntu虚拟机的安装  284附录C Python语言简介  290附录D 安装Theano  296附录E 安装Keras  297附录F 安装CUDA  298参考文献  303
      作者介绍
      西山居的大数据架构师与大数据专家,有多年编程经验(多年日本和澳洲工作经验)、多年大数据架构设计与数据分析、处理经验,目前负责西山居的市场战略与产品战略。专注于大数据系统架构以及变现研究。擅长数据挖掘、数据建模、关系型数据库应用(Hadoop、Spark、Cassandra、Prestodb应用)。负责西山居紫霞系统——大数据日志处理系统的系统架构与设计工作。同时,也是重庆工商大学管理科学与工程专业,硕士研究生事业导师。
      序言

      配送说明

      ...

      相似商品

      为你推荐

    孔网啦啦啦啦啦纺织女工火锅店第三课

    开播时间:09月02日 10:30

    即将开播,去预约
    直播中,去观看